Die Tricks der Spammer
Die Tricks der Spammer
Die Tricks der Spammer
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
AKTUAL » UTAMA » HARDWARE » KOMUNIKASI » SOFTWARE » PRAKTEK » INTERNET<br />
AntiSpam<br />
Lebih baik daripada Outlook: <strong>Spammer</strong> yang terdeteksi<br />
langsung masuk ke dalam daftar hitam<br />
Filter dengan metode daftar hitam (blacklist) seperti SpamPal,<br />
SpamAssassin, atau MailWasher terbukti berfungsi lebih baik<br />
daripada tool yang ada pada Outlook. Filter ini berjaga di antara<br />
mail server pada provi<strong>der</strong> dan mail client pada PC lokal. Dengan<br />
demikian setiap e-mail harus melewati filter tersebut. Tugas dari<br />
penyaring iklan tersebut adalah membandingkan setiap e-mail<br />
yang masuk dengan database dari provi<strong>der</strong> DNSBL (DNS Based<br />
Blacklists), yang terbuka untuk semua orang secara gratis.<br />
Database ini menyediakan informasi seperti alamat IP, identitas<br />
pengirim, dan domain Internet yang tidak dipercaya (untrusted).<br />
Apabila informasi hea<strong>der</strong> dari e-mail yang diterima<br />
sama dengan apa yang ada di daftar hitam, maka program Antispam<br />
itu akan menandai e-mail tersebut sebagai spam.<br />
Metode ini lebih menjanjikan tingkat ketepatan yang lebih<br />
tinggi daripada penyaringan lewat e-mail client, tapi masih<br />
memiliki risiko kesalahan pendeteksian. Apabila salah mendeteksi<br />
e-mail yang diinginkan justru akan teridentifikasi sebagai<br />
spam. Seperti yang terjadi belum lama ini pada provi<strong>der</strong> mail<br />
GMX, yang ‘mendaratkan’ e-mail ke dalam daftar hitam karena<br />
kesalahan pada konfigurasinya. Banyak e-mail dari pengguna<br />
GMX yang tidak sampai ke tujuan sehingga memaksa provi<strong>der</strong><br />
tersebut merevisi database Antispam mereka.<br />
Penyebabnya diperkirakan karena kategori blacklist-nya banyak<br />
bergantung kepada laporan peselancar. Apabila banyak<br />
peselancar menggolongkan mail dari GMX sebagai spam, maka<br />
JUMLAH E-MAIL YANG TERSARING OLEH PROVIDER<br />
AOL<br />
MSN<br />
Yahoo<br />
GMX<br />
Web.de<br />
T-Online<br />
Freenet<br />
12 Juta<br />
25,9 Juta<br />
Tidak ada<br />
Tidak ada<br />
1 Miliar<br />
alamat IP dari GMX-pun akan dimasukkan ke dalam blacklist<br />
dan akhirnya diblokir.<br />
s<br />
Tools gratis:<br />
www.spampal.org; www.spamassassin.org;<br />
www.mailwasher.net<br />
Metoda ini dapat menyaring sekitar 80% spam.<br />
Pemblokir spam yang semakin cerdas:<br />
Filter Bayes membaca e-mail Anda<br />
Efektifitas filter dengan metode ‘hitam dan putih' ini bergantung<br />
pada kualitas sistem DNSBL yang digunakan. Hasil terbaik dicapai<br />
dengan filter spam yang dapat belajar sendiri. Filter seperti ini<br />
biasanya bekerja dengan menggunakan teori Bayes (diambil dari<br />
nama matematikawan Tomas Bayes).<br />
Meskipun terdengar rumit, filter Bayes sebenarnya bekerja berlandaskan<br />
pada prinsip se<strong>der</strong>hana yaitu setiap kata yang ada pada<br />
e-mail memiliki peluang muncul yang pasti. Kombinasi kata-kata<br />
yang vulgar sering kita jumpai misalnya, memiliki kemungkinan<br />
tinggi untuk digolongkan dalam sebuah e-mail spam, sementara<br />
kata "kemarin di restoran itali" hampir dapat dipastikan merupakan<br />
e-mail yang sifatnya pribadi. Dengan aturan yang berlaku,<br />
filter Bayes menghitung peluang totalnya untuk menentukan apakah<br />
sebuah e-mail tersebut adalah sebuah spam. Semakin tinggi<br />
kemungkinan menuju ke satu arah, semakin nyata e-mail tersebut<br />
diklasifikasikan sebagai ‘positif spam’ atau ‘negatif spam’. Apabila<br />
tidak ada arah yang diketemukan, filter kata akan memeriksa email<br />
apakah terdapat ciri-ciri khas spam lainnya yang digunakan. k<br />
2,4 Miliar<br />
2,4 Miliar<br />
Banjir e-mail: Provi<strong>der</strong> AOL<br />
dan MSN mengail hampir<br />
lima miliar e-mail spam<br />
dari lalu-lintas data (data<br />
flow) setiap harinya.<br />
Sumber: Eigenangaben <strong>der</strong> Provi<strong>der</strong><br />
opyright 2004<br />
h<br />
25<br />
CHIP-CD7/2004:<br />
Dapatkan program filter<br />
pilihan pada CHIP-CD<br />
dalam fol<strong>der</strong> Antispam